Mysql的索引为什么使用B+Tree

Mysql的索引为什么使用B+Tree

四个问题
为什么要设计索引？
如果是你，改如何设计索引？
设计索引的时候使用什么数据结构？
Mysql的索引是如何实现的？

一、mysql的存储引擎
show engines; 可以查看mysql所使用的的存储引擎，因为不同的索引是构建在不同的存储引擎之上的。

1：如上图，用的最多的三种就是：

InnoDB（B+树，支持自适应hash，没法人为的去改变）。
MyISAM（B+树）。
MEMORY（hash）。

2：InnoDB为什么不使用其他数据结构，而且选择了B+树

A：假如使用hash，就需要考虑hash值的冲突问题，需要设计非常好的一个hash算法，需要将数据均匀的分布，所以不太合适。
B：利用hash存储的话需要将所有的数据添加到内存中，比较耗费内存资源。
C：等值查询hash的方式速度的确很快，但是范围查询就不合适。但是MEMORY就使用的是hash，因为他是基于内存的。
D：无论是二叉树还是红黑树，因为节点上存储的就是数据，查询的时候由于数据量的增加树的深度会无限的增变深，，从而造成了IO次数变多，影响数据读取的效率。
E：B树的样例结构如下图

数据29查询的过程：
根据根节点找到16K（InnoDB规定的大小）大小的磁盘块1，，比较29在哪个区间，找到磁盘块1的指针P2，根据P2指针找到磁盘块3，然后比较29在26-30之间，就找到磁盘块3的指针P2，然后通过磁盘块3的指针P2找到磁盘块7然后找到对应的数据。
其实可以看出在一定的存储空间下，由于每一个磁盘块中都有紫色的data，浪费了很对空间，导致B树结构存储不了多少数据，所有才有了后面的B+树，干掉了非叶子节点的data，节省了很多空间。

F：B+树的样例图

由于将数据将B树中的data节点省略掉了，节省了很多空间，所以一个磁盘块也就是数据库中的page页中可以存储更多的指针和主键值（不是数据库表的主键）。
在B+树上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有的叶子节点（数据节点）之间是一种链式环形结构，因此可以对B+树有两种查找运算方式，一种是通过根节点开始，进行随机查找，另一种是对于主键范围查找和分页查找。
所以生产中设计索引时，尽量使用int类型的字段，因为int占用的空间相对较少，可以减少B+树的深度，也就较少了IO的次数，所以索引越小越好
在B+数据的索引结构中，查找数据可以通过根节点一层一层的查找，还有一种就是底层是一个双向链表，可以基于双向链表，从做开始到结束进行顺序查找，至于用哪种方式，mysql的优化器会来选择。因为数据存储是有序的，在数据插入的时候会组织数据。

二、综上所述mysql的中索引选择了B+树

1、但是要注意的是MyISAM和InnoDB都是采用的**B+**树的存储结构，但是他们的差异就是在叶子节点的data中，他们存的数据不是一个东西。InnoDB的data中放的就是实际的表的数据，但是MyISAM放的是数据的地址，需要根据这个地址读取数据的所在行。

2、上图中的键值也就是那个key值说明：
A：InnoDB是通过B+树结果对主键创建索引，然后叶子节点存储数据，如果没有主键，就会选择唯一键，如果没有唯一键，那么就会生成一个6字节的row_id来作为主键，row_id对用户不可见。
B：InnoDB是使用的聚簇索引，MyISAM使用的是非聚簇索引，如果创建索引的键是其他字段，那么在叶子节点中存储的是该记录的主键，然后再通过主键索引来查找数据。例如id是主键，name列上创建了索引，那么通过name查询时，先会通过name找到id，然后通过id再去查找出数据。
C：主键是否需要设置成自增的，要是单机的数据库，非常建议，因为自增的主键会让数据一直往树的最右边插入，要是是索引是乱序的，就有可能往树的中间的某个节点中插入，这样有可能会导致树的页分裂和页合并，而且还会影响索引节点，索引的维护成本会很高。要是集群，就不太建议了，分布式的可以自己指定主键生成策略，或者使用雪花算法等。

====================备注：后续会更新mysql的优化--------------------------------